[發(fā)明專利]一種數(shù)據(jù)挖掘隱私保護(hù)方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710141180.9
• 申請日: 2017-03-10
• 公開（公告）號: CN106874779A
• 公開（公告）日: 2017-06-20
• 發(fā)明（設(shè)計）人: 凌捷;馬波;龔怡;柳毅;顧國生
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F17/30
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別涉及一種數(shù)據(jù)挖掘隱私保護(hù)方法及系統(tǒng)。

背景技術(shù)

當(dāng)前，隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)挖掘技術(shù)得到了快速的發(fā)展，應(yīng)用范圍也越來越廣。而數(shù)據(jù)挖掘技術(shù)本身就像是一把雙刃劍，在企業(yè)和個人合理使用數(shù)據(jù)挖掘技術(shù)的情況下，能夠為日常的商業(yè)活動以及工作生活帶來積極作用。然而，如果用戶將挖掘目標(biāo)瞄準(zhǔn)個人隱私或商業(yè)機密的情況下，則很可能會導(dǎo)致隱私信息遭受泄露。

為了避免在數(shù)據(jù)挖掘過程中隱私信息遭到泄露，人們提出了基于決策樹來對數(shù)據(jù)挖掘展開隱私保護(hù)，然而，現(xiàn)有用于對數(shù)據(jù)挖掘進(jìn)行隱私保護(hù)的決策樹在創(chuàng)建過程中需要消耗較多的隱私預(yù)算，并且容易導(dǎo)致最終的隱私保護(hù)效果較差。

綜上所述可以看出，如何在創(chuàng)建決策樹的過程中避免消耗過多的隱私預(yù)算并提高最終的隱私保護(hù)效果是目前有待解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種數(shù)據(jù)挖掘隱私保護(hù)方法及系統(tǒng)，能夠在創(chuàng)建決策樹的過程中避免消耗過多的隱私預(yù)算并提高了最終的隱私保護(hù)效果。其具體方案如下：

一種數(shù)據(jù)挖掘隱私保護(hù)方法，包括：

獲取原始數(shù)據(jù)集；

對所述原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化，得到第一處理后數(shù)據(jù)集；

對所述第一處理后數(shù)據(jù)集中的屬性進(jìn)行約簡處理，得到第二處理后數(shù)據(jù)集；

對所述第二處理后數(shù)據(jù)集中的屬性進(jìn)行完全泛化處理，得到相應(yīng)的細(xì)分方案集；

對所述細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作，得到相應(yīng)的目標(biāo)決策樹；

利用所述目標(biāo)決策樹，對數(shù)據(jù)挖掘過程展開隱私保護(hù)。

可選的，所述對所述原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化的過程，包括：

利用斷點法，對所述原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化處理，得到所述第一處理后數(shù)據(jù)集。

可選的，所述對所述第一處理后數(shù)據(jù)集中的屬性進(jìn)行約簡處理的過程，包括：

創(chuàng)建與所述第一處理后數(shù)據(jù)集對應(yīng)的可辨識矩陣；

基于所述可辨識矩陣，對所述第一處理后數(shù)據(jù)集中的屬性展開約簡處理，得到所述第二處理后數(shù)據(jù)集。

可選的，所述對所述第二處理后數(shù)據(jù)集中的屬性進(jìn)行完全泛化處理的過程，包括：

對所述第二處理后數(shù)據(jù)集中數(shù)值型的離散屬性進(jìn)行直接泛化，并對所述第二處理后數(shù)據(jù)集中非數(shù)值型的離散屬性進(jìn)行逐級泛化，得到所述細(xì)分方案集。

可選的，所述對所述細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作的過程，包括：

利用差分隱私的指數(shù)機制，對所述細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作，得到所述目標(biāo)決策樹。

本發(fā)明還公開了一種數(shù)據(jù)挖掘隱私保護(hù)系統(tǒng)，包括：

數(shù)據(jù)集獲取模塊，用于獲取原始數(shù)據(jù)集；

屬性離散化模塊，用于對所述原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化，得到第一處理后數(shù)據(jù)集；

屬性約簡模塊，用于對所述第一處理后數(shù)據(jù)集中的屬性進(jìn)行約簡處理，得到第二處理后數(shù)據(jù)集；

屬性泛化模塊，用于對所述第二處理后數(shù)據(jù)集中的屬性進(jìn)行完全泛化處理，得到相應(yīng)的細(xì)分方案集；

決策樹構(gòu)建模塊，用于對所述細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作，得到相應(yīng)的目標(biāo)決策樹；

隱私保護(hù)模塊，用于利用所述目標(biāo)決策樹，對數(shù)據(jù)挖掘過程展開隱私保護(hù)。

可選的，所述屬性離散化模塊，具體用于利用斷點法，對所述原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化處理，得到所述第一處理后數(shù)據(jù)集。

可選的，所述屬性約簡模塊，具體用于創(chuàng)建與所述第一處理后數(shù)據(jù)集對應(yīng)的可辨識矩陣，然后基于所述可辨識矩陣，對所述第一處理后數(shù)據(jù)集中的屬性展開約簡處理，得到所述第二處理后數(shù)據(jù)集。

可選的，所述屬性泛化模塊，具體用于對所述第二處理后數(shù)據(jù)集中數(shù)值型的離散屬性進(jìn)行直接泛化，并對所述第二處理后數(shù)據(jù)集中非數(shù)值型的離散屬性進(jìn)行逐級泛化，得到所述細(xì)分方案集。

可選的，所述決策樹構(gòu)建模塊，具體用于利用差分隱私的指數(shù)機制，對所述細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作，得到所述目標(biāo)決策樹。

本發(fā)明中，數(shù)據(jù)挖掘隱私保護(hù)方法，包括：獲取原始數(shù)據(jù)集；對原始數(shù)據(jù)集中的連續(xù)屬性進(jìn)行離散化，得到第一處理后數(shù)據(jù)集；對第一處理后數(shù)據(jù)集中的屬性進(jìn)行約簡處理，得到第二處理后數(shù)據(jù)集；對第二處理后數(shù)據(jù)集中的屬性進(jìn)行完全泛化處理，得到相應(yīng)的細(xì)分方案集；對細(xì)分方案集展開相應(yīng)的決策樹構(gòu)建操作，得到相應(yīng)的目標(biāo)決策樹；利用目標(biāo)決策樹，對數(shù)據(jù)挖掘過程展開隱私保護(hù)。